Providers
Deepgram
Deepgram è un'API di speech-to-text. In OmeniaClaw viene usata per la
trascrizione in ingresso di audio/note vocali tramite tools.media.audio e per la STT in streaming di Voice Call tramite plugins.entries.voice-call.config.streaming.
Per la trascrizione batch, OmeniaClaw carica il file audio completo su Deepgram
e inietta la trascrizione nella pipeline di risposta ({{Transcript}} +
blocco [Audio]). Per la trascrizione in streaming di Voice Call, OmeniaClaw inoltra frame live G.711
u-law tramite l'endpoint WebSocket listen di Deepgram ed emette trascrizioni parziali o
finali man mano che Deepgram le restituisce.
| Dettaglio | Valore |
|---|---|
| Sito web | deepgram.com |
| Documentazione | developers.deepgram.com |
| Autenticazione | DEEPGRAM_API_KEY |
| Modello predefinito | nova-3 |
Per iniziare
Imposta la tua chiave API
Aggiungi la tua chiave API Deepgram all'ambiente:
DEEPGRAM_API_KEY=dg_...Abilita il provider audio
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}Invia una nota vocale
Invia un messaggio audio tramite qualsiasi canale collegato. OmeniaClaw lo trascrive tramite Deepgram e inietta la trascrizione nella pipeline di risposta.
Opzioni di configurazione
| Opzione | Percorso | Descrizione |
|---|---|---|
model |
tools.media.audio.models[].model |
Id modello Deepgram (predefinito: nova-3) |
language |
tools.media.audio.models[].language |
Suggerimento lingua (facoltativo) |
detect_language |
tools.media.audio.providerOptions.deepgram.detect_language |
Abilita il rilevamento della lingua (facoltativo) |
punctuate |
tools.media.audio.providerOptions.deepgram.punctuate |
Abilita la punteggiatura (facoltativo) |
smart_format |
tools.media.audio.providerOptions.deepgram.smart_format |
Abilita la formattazione intelligente (facoltativo) |
Con suggerimento lingua
{ tools: { media: { audio: { enabled: true, models: [{ provider: "deepgram", model: "nova-3", language: "en" }], }, }, },}Con opzioni Deepgram
{ tools: { media: { audio: { enabled: true, providerOptions: { deepgram: { detect_language: true, punctuate: true, smart_format: true, }, }, models: [{ provider: "deepgram", model: "nova-3" }], }, }, },}STT in streaming di Voice Call
Il Plugin incluso deepgram registra anche un provider di trascrizione realtime
per il Plugin Voice Call.
| Impostazione | Percorso di configurazione | Predefinito |
|---|---|---|
| Chiave API | plugins.entries.voice-call.config.streaming.providers.deepgram.apiKey |
Usa DEEPGRAM_API_KEY come fallback |
| Modello | ...deepgram.model |
nova-3 |
| Lingua | ...deepgram.language |
(non impostata) |
| Encoding | ...deepgram.encoding |
mulaw |
| Frequenza di campionamento | ...deepgram.sampleRate |
8000 |
| Endpointing | ...deepgram.endpointingMs |
800 |
| Risultati intermedi | ...deepgram.interimResults |
true |
{ plugins: { entries: { "voice-call": { config: { streaming: { enabled: true, provider: "deepgram", providers: { deepgram: { apiKey: "${DEEPGRAM_API_KEY}", model: "nova-3", endpointingMs: 800, language: "en-US", }, }, }, }, }, }, },}Note
Autenticazione
L'autenticazione segue l'ordine standard di autenticazione del provider. DEEPGRAM_API_KEY è
il percorso più semplice.
Proxy ed endpoint personalizzati
Sovrascrivi endpoint o header con tools.media.audio.baseUrl e
tools.media.audio.headers quando usi un proxy.
Comportamento dell'output
L'output segue le stesse regole audio degli altri provider (limiti di dimensione, timeout, iniezione della trascrizione).
Correlati
Panoramica della pipeline di elaborazione audio, immagini e video.
Riferimento completo della configurazione, incluse le impostazioni degli strumenti media.
Problemi comuni e passaggi di debug.
Domande frequenti sulla configurazione di OmeniaClaw.
